KI entwaffnet Tripper: Wie das Wyss-Institut generative KI nutzt, um neue Antibiotika gegen resistente Gonorrhoe zu erfinden

Die wachsende Bedrohung durch multiresistente Neisseria gonorrhoeae zwingt die Forschung, die traditionelle, langsame Medikamentenentwicklung hinter sich zu lassen und auf Künstliche Intelligenz zu setzen. Am Wyss Institute for Biologically Inspired Engineering der Harvard University verfolgt ein Team um Core Faculty-Mitglied Jim Collins einen bahnbrechenden Ansatz: Statt lediglich bestehende Substanzbibliotheken zu durchsuchen, erfindet es vollkommen neue Antibiotika von Grund auf – mithilfe von generativer KI .

So erschafft das Wyss-Institut mit generativer KI neue Antibiotika

Die jüngste, im Fachjournal Cell veröffentlichte Arbeit des Collins-Labors beschreibt ein zweigleisiges generatives KI-Framework zur Entwicklung von Antibiotika gegen resistente N. gonorrhoeae und Staphylococcus aureus (MRSA) . Das Team setzte sogenannte Graph Neural Networks ein, um computergestützt mehr als 100 Millionen chemische Fragmente systematisch zu bewerten und Kernstrukturen mit selektiver antibakterieller Aktivität gegen die jeweiligen Erreger vorherzusagen . Anschließend nutzten sie Variational Autoencoders und genetische Algorithmen, um diese vielversprechenden Fragmente zu größeren, maßgeschneiderten Molekülen mit den gewünschten arzneimittelähnlichen Eigenschaften zu erweitern .

Insgesamt designten die Modelle über 36 Millionen Kandidaten-Verbindungen, die die Forscher rechnerisch nach vorhergesagter Antibiotika-Aktivität, geringer Toxizität und Synthetisierbarkeit filterten . Letztendlich wurden 24 der vielversprechendsten KI-entworfenen Moleküle im Labor synthetisiert und getestet. Sieben dieser Verbindungen zeigten antibakterielle Wirkung, und zwei führende Kandidaten – bezeichnet als NG1 (gegen Gonorrhoe) und DN1 (gegen MRSA) – wiesen eine starke bakterizide Wirksamkeit gegen multiresistente Stämme auf, sowohl in Labor- als auch in Tiermodellen . Diese Moleküle unterscheiden sich strukturell von allen existierenden Antibiotika und scheinen über neuartige Mechanismen zu wirken, die die bakteriellen Zellmembranen angreifen .

Ein entscheidendes Detail ist, dass das Team um Collins hier nicht haltmacht. Collins gab an, direkt mit dem Gründungsdirektor des Wyss-Instituts, Donald Ingber, zusammengearbeitet zu haben, um die institutseigene „Organ-on-Chip“-Technologie – mikrofluidische Zellkultur-Chips – zu nutzen, um die Wirksamkeit der KI-entdeckten Antibiotika in menschenähnlichen Gewebeumgebungen zu testen . Diese Plattformen erlauben es, das Verhalten von Medikamenten in lebendem menschlichem Gewebe zu untersuchen und so traditionelle Tierversuche zu ergänzen. Sie liefern einen deutlich nuancierteren Blick auf das therapeutische Potenzial, lange bevor eine Substanz jemals in klinische Studien am Menschen geht .

Die KI-Revolution in der antimikrobiellen Forschung

Die Arbeit des Wyss-Instituts und des MIT ist kein Einzelfall. Sie spiegelt einen fundamentalen Wandel wider, wie die Wissenschaft antimikrobielle Resistenzen bekämpft. KI beschleunigt nicht mehr nur das Screening bestehender Bibliotheken; sie wird genutzt, um „neuartige“ Moleküle zu designen, die Proteome ausgestorbener Organismen nach antimikrobiellen Peptiden zu durchforsten und Resistenzmuster in Echtzeit aus Genomdaten vorherzusagen .

• Generatives Design: Die Cell-Studie des Collins-Labors ist Teil einer Welle, zu der auch andere Gruppen gehören, die Large Language Models (LLMs) nutzen, um neuartige antimikrobielle Peptide gegen klinische Supererreger zu generieren .
• Molekulare „Wiederbelebung“: Forscher haben Deep-Learning-Modelle trainiert, um die Proteome ausgestorbener Lebewesen nach versteckten antibiotischen Peptiden zu durchsuchen und so Moleküle zu entdecken, die die Menschheit noch nie zuvor gesehen hat .
• Resistenzvorhersage: Unabhängige Machine-Learning-Studien zeigen, dass CatBoost-Modelle die Resistenz von Gonokokken gegen wichtige Antibiotika mit einem kreuzvalidierten AUROC-Wert von bis zu 0,97 vorhersagen können und damit die bisherigen Bestwerte um 4–7 Prozentpunkte übertreffen . Das bedeutet, dass Ärzte bald in Echtzeit laborgenaue Resistenzprognosen allein auf Basis von routinemäßig erhobenen Patientendaten erhalten könnten.
• Ein Paradigmenwechsel: Eine umfassende Analyse der US-amerikanischen National Institutes of Health (NIH) bezeichnet KI nicht nur als hilfreiches Werkzeug, sondern als „Katalysator“ für die antimikrobielle Wirkstoffforschung und adressiert das Kernproblem, dass traditionelle Entwicklungspipelines zu langsam und zu teuer sind, um mit den sich ständig weiterentwickelnden multiresistenten Erregern Schritt zu halten .

Die fundamentale Rolle des Wyss-Instituts bei diesem Wandel kann kaum überschätzt werden. Collins' frühere Deep-Learning-Arbeit, ebenfalls in Zusammenarbeit mit dem MIT, war 2019 für die Entdeckung von Halicin verantwortlich – der ersten neuen Klasse von Antibiotika seit Jahrzehnten und der ersten, die mit Hilfe einer KI-Plattform entdeckt wurde . Die neuere generative KI-Arbeit für Gonorrhoe ist eine direkte Weiterentwicklung desselben Forschungsprogramms, der Schritt von der „KI als Screening-Werkzeug“ hin zur „KI als Designerin“ .

FDA-Zulassungen: Neue orale Medikamente gegen Gonorrhoe

Während sich die generativen KI-Kandidaten des Wyss-Instituts (wie NG1) noch in der präklinischen Phase befinden, erhielt das Feld der Antibiotika-Entdeckung im Dezember 2025 eine wichtige Bestätigung. Am 11. und 12. Dezember genehmigte die US-amerikanische Arzneimittelbehörde FDA zwei neue orale Medikamente zur Behandlung der unkomplizierten urogenitalen Gonorrhoe – die ersten völlig neuen Behandlungsoptionen seit Jahrzehnten .

• Zoliflodacin (Markenname Nuzolvence) ist ein First-in-Class-Wirkstoff, ein oraler Spiropyrimidinetrion-Topoisomerase-Inhibitor zur einmaligen Einnahme. Entwickelt wurde er von Innoviva Specialty Therapeutics in Partnerschaft mit der Global Antibiotic Research and Development Partnership (GARDP) und dem US-amerikanischen National Institute of Allergy and Infectious Diseases (NIAID) . Die entscheidende Phase-3-Studie mit 930 Patienten zeigte, dass das Medikament der Standardtherapie (einer Injektion) nicht unterlegen war .
• Gepotidacin (Markenname Blujepa) ist ein First-in-Class-Wirkstoff aus der Gruppe der Triazaacenaphthylen-Antibiotika, entwickelt von GSK. Es wurde erstmals im März 2025 für Harnwegsinfektionen bei Frauen zugelassen und erhielt im Dezember 2025 eine ergänzende FDA-Zulassung für Gonorrhoe bei Patienten mit eingeschränkten oder keinen alternativen Behandlungsmöglichkeiten .

Beide Medikamente sind strukturell neuartige orale Antibiotika – ein entscheidender Fortschritt, denn die bisherige Standardbehandlung, ein injizierbares Ceftriaxon-basiertes Regime, war mit logistischen Hürden verbunden und wurde zunehmend durch steigende Resistenzen in Frage gestellt . Die Zulassungen kommen jedoch mit wichtigen Einschränkungen. Sowohl Zoliflodacin als auch Gepotidacin zeigten in früheren Phase-2-Studien nur begrenzten Erfolg gegen Gonorrhoe im Rachenraum, was bedeutet, dass ihr Einsatz sorgfältig gesteuert werden muss . Keines der beiden Medikamente wurde mit KI entdeckt. Stattdessen verdeutlichen sie die anhaltende Bedeutung der traditionellen, nicht KI-gestützten Entwicklung kleiner Moleküle, selbst während KI die Pipeline präklinischer Kandidaten beschleunigt .

Wohin die Reise führt

Die Arbeit des Wyss-Instituts und die breitere Bewegung für KI-gestützte Antibiotika, für die es steht, befinden sich an einem entscheidenden Scheideweg. Auf der einen Seite sind generative KI-Modelle nun in der Lage, strukturell neuartige Verbindungen zu designen, die multiresistente „Supererreger“ im Labor und in Tiermodellen abtöten . Auf der anderen Seite beweisen die FDA-Zulassungen von Zoliflodacin und Gepotidacin im Dezember 2025, dass neue chemische Substanzen die behördliche Genehmigung erlangen und Patienten erreichen können, die dringend Alternativen zu versagenden Standardantibiotika benötigen . Der nächste Schritt – die Verbindung von KI-designten Kandidaten mit Tests auf menschlichen Organ-Chips – hat in Collins' Labor bereits begonnen .

Sollte dieser integrierte Ansatz erfolgreich sein, könnte die Zukunft der Antibiotika-Entwicklung radikal anders aussehen: Deep-Learning-Modelle schlagen völlig neuartige Moleküle vor, Organ-Chips validieren deren Sicherheit und Wirksamkeit in menschlicher Gewebeumgebung, und die vielversprechendsten Kandidaten gelangen schneller in klinische Studien. Für einen Erreger wie N. gonorrhoeae, den sowohl die WHO als auch das CDC aufgrund seiner alarmierenden Resistenzentwicklung auf die höchste Prioritätenliste gesetzt haben, könnte der Einsatz kaum höher sein . Die KI-entworfenen Antibiotika des Wyss-Instituts mögen sich noch in der präklinischen Phase befinden, aber sie liefern den Machbarkeitsbeweis, dass wir Maschinen nun beibringen können, genau die Medikamente zu erfinden, die wir so dringend benötigen.